Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Apprendre Écart Type avec Python | Variance et Écart Type
Apprendre les Statistiques avec Python
course content

Contenu du cours

Apprendre les Statistiques avec Python

Apprendre les Statistiques avec Python

1. Concepts de Base
Échantillon vs PopulationTypes de StatistiquesTypes de DonnéesValeur MoyenneValeur MédianeValeur Médiane d'un Nombre Pair de ValeursMoyenne ou MédianeValeur ModaleQuiz sur les Statistiques Descriptives
2. Moyenne, Médiane et Mode avec Python
Examiner le Jeu de DonnéesCalcul des Valeurs Moyenne et Médiane avec PythonStatistiques Avec PandasCalculer la Moyenne et la Médiane des Salaires
3. Variance et Écart Type
Variance de la PopulationVariance d'ÉchantillonCalculer la Variance avec PythonÉcart TypeÉcart Type avec PythonCalcul du Variance et de l'Écart Type
4. Covariance contre Corrélation
CovarianceCorrélationQuiz sur la Covariance et la CorrélationCalcul de la Covariance et de la Corrélation
5. Intervalle de Confiance
Explorer l'Ensemble de DonnéesIntervalle de ConfianceCalcul du Niveau de Confiance avec PythonQuiz sur la Largeur de l'Intervalle de ConfianceCalculer l’Intervalle de Confiance à 95 %Calcul Avancé d'Intervalle de Confiance avec PythonAssocier les Fonctions
6. Tests Statistiques
Qu'est-ce Qu'un Test THypothèsesTest T MathématiquementTest Unilatéral et Test BilatéralHypothèses du t-testRéalisation d'un Test T dans PythonRéaliser un Test TTest t Apparié

book
Écart Type avec Python

La première fonction provient de numpy, et la seconde méthode provient de pandas. Consultez l'exemple de calcul de l'écart type pour le champ work_year :


              
123456789101112

            
import pandas as pd
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculate the standard deviation using the function from the NumPy library
std_1 = np.std(df['salary_in_usd'])
# Calculate the standard deviation using the function from the pandas library
std_2 = df['salary_in_usd'].std()

print('The standard deviation using NumPy library is', round(std_1, 2))
print('The standard deviation using pandas library is', round(std_2, 2))
copy
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 5

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

course content

Contenu du cours

Apprendre les Statistiques avec Python

Apprendre les Statistiques avec Python

1. Concepts de Base
Échantillon vs PopulationTypes de StatistiquesTypes de DonnéesValeur MoyenneValeur MédianeValeur Médiane d'un Nombre Pair de ValeursMoyenne ou MédianeValeur ModaleQuiz sur les Statistiques Descriptives
2. Moyenne, Médiane et Mode avec Python
Examiner le Jeu de DonnéesCalcul des Valeurs Moyenne et Médiane avec PythonStatistiques Avec PandasCalculer la Moyenne et la Médiane des Salaires
3. Variance et Écart Type
Variance de la PopulationVariance d'ÉchantillonCalculer la Variance avec PythonÉcart TypeÉcart Type avec PythonCalcul du Variance et de l'Écart Type
4. Covariance contre Corrélation
CovarianceCorrélationQuiz sur la Covariance et la CorrélationCalcul de la Covariance et de la Corrélation
5. Intervalle de Confiance
Explorer l'Ensemble de DonnéesIntervalle de ConfianceCalcul du Niveau de Confiance avec PythonQuiz sur la Largeur de l'Intervalle de ConfianceCalculer l’Intervalle de Confiance à 95 %Calcul Avancé d'Intervalle de Confiance avec PythonAssocier les Fonctions
6. Tests Statistiques
Qu'est-ce Qu'un Test THypothèsesTest T MathématiquementTest Unilatéral et Test BilatéralHypothèses du t-testRéalisation d'un Test T dans PythonRéaliser un Test TTest t Apparié

book
Écart Type avec Python

La première fonction provient de numpy, et la seconde méthode provient de pandas. Consultez l'exemple de calcul de l'écart type pour le champ work_year :


              
123456789101112

            
import pandas as pd
import numpy as np

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0)

# Calculate the standard deviation using the function from the NumPy library
std_1 = np.std(df['salary_in_usd'])
# Calculate the standard deviation using the function from the pandas library
std_2 = df['salary_in_usd'].std()

print('The standard deviation using NumPy library is', round(std_1, 2))
print('The standard deviation using pandas library is', round(std_2, 2))
copy
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 5
some-alt